密集联想记忆中的容忍度与突触噪声比较
摘要：关联神经网络的检索能力可能会受到不同类型的噪声的影响：快速噪声（使神经元更容易出错）、慢速噪声（由于存储的内存之间的干扰）和突触噪声（由于学习或存储阶段可能存在的缺陷）。在这项工作中，我们考虑了密集的关联神经网络，在没有快速噪声的情况下，神经元可以以$p$- tlets 进行相互作用，并研究了慢噪声和突触噪声的相互作用。特别地，利用关联神经网络与受限玻尔兹曼机之间的对偶性，我们分析了受损信息、不完美的学习和存储错误的影响。对于$p=2$（对应于Hopfield模型），如果记忆数量$K$与网络大小成比例，则任何突触噪声都会破坏检索。对于$p>2$，在相对较低的负载范围$K sim N$中，突触噪声在一定界限内是可以被接受的，这取决于结构的密度。
作者：Elena Agliari, Giordano De Marzo
论文ID：2007.02849
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2020-12-10